Package com.tencentcloudapi.irp.v20220805.models

Class RecItemData

    • Constructor Detail

      • RecItemData

        public RecItemData()

      • RecItemData

        public RecItemData​(RecItemData source)
        NOTE: Any ambiguous key set via .set("AnyKey", "value") will be a shallow copy, and any explicit key, i.e Foo, set via .setFoo("value") will be a deep copy.

    • Method Detail

      • getItemId

        public String getItemId()
        Get 推荐的内容ID
        Returns:
        ItemId 推荐的内容ID

      • setItemId

        public void setItemId​(String ItemId)
        Set 推荐的内容ID
        Parameters:
        ItemId - 推荐的内容ID

      • getItemType

        public String getItemType()
        Get 内容类型，同内容上报类型一致 注意：此字段可能返回 null，表示取不到有效值。
        Returns:
        ItemType 内容类型，同内容上报类型一致 注意：此字段可能返回 null，表示取不到有效值。

      • setItemType

        public void setItemType​(String ItemType)
        Set 内容类型，同内容上报类型一致 注意：此字段可能返回 null，表示取不到有效值。
        Parameters:
        ItemType - 内容类型，同内容上报类型一致 注意：此字段可能返回 null，表示取不到有效值。

      • getItemTraceId

        public String getItemTraceId()
        Get 推荐追踪id，本次推荐内容产生的后续行为上报均要用该ItemTraceId上报。每次接口调用返回的ItemTraceId不同 注意：此字段可能返回 null，表示取不到有效值。
        Returns:
        ItemTraceId 推荐追踪id，本次推荐内容产生的后续行为上报均要用该ItemTraceId上报。每次接口调用返回的ItemTraceId不同 注意：此字段可能返回 null，表示取不到有效值。

      • setItemTraceId

        public void setItemTraceId​(String ItemTraceId)
        Set 推荐追踪id，本次推荐内容产生的后续行为上报均要用该ItemTraceId上报。每次接口调用返回的ItemTraceId不同 注意：此字段可能返回 null，表示取不到有效值。
        Parameters:
        ItemTraceId - 推荐追踪id，本次推荐内容产生的后续行为上报均要用该ItemTraceId上报。每次接口调用返回的ItemTraceId不同 注意：此字段可能返回 null，表示取不到有效值。

      • getScore

        public Float getScore()
        Get 推荐预测分，分值越高被推荐的理由越充分，取值范围[0,1000000]，用于做二次排序的参考 注意：此字段可能返回 null，表示取不到有效值。
        Returns:
        Score 推荐预测分，分值越高被推荐的理由越充分，取值范围[0,1000000]，用于做二次排序的参考 注意：此字段可能返回 null，表示取不到有效值。

      • setScore

        public void setScore​(Float Score)
        Set 推荐预测分，分值越高被推荐的理由越充分，取值范围[0,1000000]，用于做二次排序的参考 注意：此字段可能返回 null，表示取不到有效值。
        Parameters:
        Score - 推荐预测分，分值越高被推荐的理由越充分，取值范围[0,1000000]，用于做二次排序的参考 注意：此字段可能返回 null，表示取不到有效值。